高炉过程数学模型概述
高炉生产成本模型
高炉生产成本模型简介高炉生产成本模型是一个用于评估和优化高炉生产过程中成本的数学模型。
高炉是钢铁工业中重要的生产设备，通过将矿石和其他原料加热熔化，以生产出熔融的金属铁。
高炉生产成本模型可以帮助企业管理者了解和控制高炉生产过程中的成本，提高生产效率和经济效益。
模型构建高炉生产成本模型的构建基于高炉生产过程中的各个环节和成本因素。
主要包括以下几个方面：1.原料成本：高炉生产过程中需要使用大量的铁矿石、焦炭和石灰石等原料。
原料成本受到市场供求关系和原料质量等因素的影响。
2.能源成本：高炉生产过程中需要大量的能源，包括煤炭、焦炭和电力等。
能源成本受到能源价格和能源消耗量等因素的影响。
3.人工成本：高炉生产过程中需要大量的操作工人和技术人员。
人工成本受到劳动力市场的供求关系和人工工资等因素的影响。
4.设备维护成本：高炉生产过程中需要对设备进行定期的检修和维护，以保证生产的正常进行。
设备维护成本受到设备状况和维护费用等因素的影响。
5.环境治理成本：高炉生产过程中会产生大量的废气、废水和固体废物等污染物。
为了保护环境，企业需要进行环境治理和排放控制，这会增加生产成本。
以上各个方面的成本因素需要通过数据收集和分析，建立数学模型来表示和计算。
模型应用高炉生产成本模型可以应用于以下几个方面：1.成本评估：通过模型的应用，可以对高炉生产过程中的各项成本进行评估，包括原料成本、能源成本、人工成本、设备维护成本和环境治理成本等。
通过分析各项成本的变动和影响因素，企业管理者可以及时调整生产策略，降低生产成本，提高经济效益。
2.成本优化：通过模型的分析，可以找出高炉生产过程中的成本优化策略。
例如，可以通过优化原料配比、降低能源消耗、提高设备维护效率和改进环境治理技术等方式来降低生产成本。
同时，模型还可以帮助企业管理者评估不同的生产方案和技术改进方案的经济效益，从而选择最优方案。
3.决策支持：高炉生产成本模型可以为企业管理者提供决策支持。
热风炉控制模型
功地替代了一级人工燃烧控制，从此结束了我国无自主知识 产权热风炉控制模型的历史。
投用至今，该模型运行良好，烧炉过程稳定可靠，方便
易用，大幅度提高了控制精度，废气残氧量控制小于0.2%， 减少人工干预，达到了较好的效果，深得用户好评。
2014-4-23 20
4. 应用效果
2013年5月由攀钢西昌炼铁厂和中冶京诚工程技术有限公 司炼铁、自动化专业专家组成联合考核验收小组，自2013年5 月5日至5月16日，对1号高炉热风炉控制模型进行了为期12天 的现场考核。
热风炉控制模型达到以下效果：
2014-4-23
21
4. 应用效果 （1）一级（L1）系统由电气、仪表控制系统组成基 础自动化级，具有高可靠性、高性能、功能分配合理、系 统构成简捷、易于扩展等特点； （2）控制系统可完成两地（集中、机旁）6种操作方 式，即在集中操作室HMI上全自动、单炉自动、联锁手动 、非联锁手动、休止和在机旁操作箱上的机旁手动操作； （3）实现热风炉生产监控一体化和管控一体化，电 仪控制设备满足高炉各种工艺控制要求，控制模型运行稳 定可靠；
15
2、模型介绍
主要技术参数
可提高风温5~8℃； 热风炉热效率提高1 %~3 %； 减少CO2排放1 %~3 %； 废气残氧量控制小于0.2%；
掺烧高热值煤气时，可减少高热值煤气使用量50%~70% ，或同等高热值煤气量条件下达到更高热风温度，热风温度 ≥1300℃；
2014-4-23
16
3.技术特色 产品特点 采用数学模型+专家系统的控制模式，运行稳定、适用性强；
或同等高热值煤气量条件下达到更高热风温度；
谢谢！
热风炉控制数学模型介绍
目
• • • • •
采用数学模型计算高炉炉缸侵蚀状况
采用数学模型计算高炉炉缸侵蚀状况（韩）Jin-su Jung 等摘要：为了评估炉缸的侵蚀状况，特别是炉缸角部的侵蚀状况，开发了一种数学模型。
该模型考虑了热流路径和热流面积的影响。
计算结果：光阳1号高炉炉缸的侵蚀面呈象脚型，出铁口和炉缸的边角部侵蚀严重。
由于碳砖的低导热性，使炉缸侧壁热负荷比其它区域高，所以此区域的侵蚀程度大。
在炉役初期，侵蚀较为剧烈，但7年后一直保持稳定状态。
另外，用红外线照相法进行了炉缸周围区域的热分析，用这种方法同时测量大面积的热区域很有效。
虽然局部的热区域并没有找到，但测量的结果与热电偶测量的趋势一致。
关键词：高炉炉缸数学模型侵蚀1.前言高炉炉缸状况是决定高炉寿命的主要因素之一。
连续监视高炉炉缸状况对于确定高炉大修时间和炉缸耐材的保护有重要意义。
炉缸耐材的残余厚度是通过分析耐材温度得来的，而这些温度又是由安装在炉缸耐材上的热电偶测得的。
为了更好地了解炉缸侧壁的侵蚀状况，已经开发了一些传热模型，比如有限元法和边界元法等。
本文介绍了一种使用热流路径方法的特殊模型，可以计算侵蚀线和高炉炉缸的凝固层。
另外，还介绍了可用红外线照相法,对炉壳进行温度分析的方法。
2.考虑了热流路径的数学模型2.1用来计算的基本概念在高炉炉缸，铁水侵蚀炉缸砖衬，当铁水的热流与冷却水带走的热流相平衡时，这种侵蚀才停止。
因为熔融铁水的凝固点大约在1150℃，在此热平衡下，计算出1150℃等温线的位置，定义为铁水可以侵入的最初厚度。
模型主要目的是计算残余的耐火砖厚度。
一维传热方程做为计算的控制方程。
高炉炉缸是轴对称图形，炉缸的一半如图1所示。
用来计算的材料的物理特性如表1所示。
边界条件如下：=6000W/m2K）1)炉壳用25℃的水喷水冷却；（hw2)炉缸底部用25℃的水冷却；（h=30W/m2K）w3)热面假设为1150℃。
表1 材料的物理性质符号说明值h b（W/m2K）冷却水的导热系数30h w（W/m2K）喷水的导热系数6000k1（W/mK）莫来石的传热系数2k2（W/mK）碳砖的传热系数10k3（W/mK）石墨的传热系数18k4（W/mK）捣打料的传热系数6k5（W/mK）炉壳的传热系数40k s（W/mK）凝固层的传热系数22.2计算过程图2是计算耐火砖厚度的过程。
高炉过程控制讲义
第一章绪论1.1 高炉过程控制的基本概念高炉过程控制就是高炉操作者根据从仪表上获取的检测数据，对高炉运行状况进行判断与预测。
高炉控制的目标是要及时发现并调整不稳定的炉况，生产出合格生铁，同时要注意降低燃料消耗和高炉长寿的问题。
1.2 高炉过程控制的发展概况高炉冶炼过程控制模型可以归纳为三种类型：1)高炉冶炼过程数学模型2)高炉冶炼过程优化模型3)高炉冶炼过程专家系统1.3 高炉过程控制的发展趋势实现高炉炼铁过程的闭环自动化。
结论：高炉冶炼过程控制模型以现代炼铁理论、自动控制理论和计算机技术为基础，由低级向高级发展，正在日臻完善，而且逐步形成了自己的一套比较系统的理论，并在生产中得到日益广泛的应用。
第二章高炉过程控制系统的构成2.1 高炉生产的特点1）过程复杂。
高炉冶炼过程为非均相、非线性、非稳态连续的物理和化学变化过程。
高炉内各种物理化学现象及其影响因素之间相互作用、相互影响，表现出很强的分布特性和耗散系统特征。
另外，高炉冶炼过程与外部环境之间的关系复杂。
冶炼过程涉及的物料流量大，相关处理设备繁多，前后工序的连贯性强，外部环境发生的变化都将对冶炼过程产生重要影响。
2）检测信息不完全。
高炉冶炼过程是在密闭状态下进行，内部情况大多无法直接观测，炉内高温、多相、含尘和机械冲刷等特点给过程变量的检测带来极大困难，一些用于建模和控制所需要的重要参数和变量目前还难以测得，一些测得的信息也含有较大噪声。
具体表现在检测项目少，且多局限于过程的边界（炉顶、渣铁、风口、炉身静压力等），很多重要检测数据的采样频度低。
3）反应迟钝。
即对控制动作的响应十分缓慢，时间常数很大，各个操作参数对过程的作用具有很大的滞后期，如：各操作变量对控制目标之一的[Si]的动态变化响应的延迟时间约为3-7小时。
4）可控范围狭窄。
一方面，铁水质量必须满足用户的要求，这使得高炉的各种控制参数可调范围相对较小；另一方面，炉况必须早调、小调，才不致于发生过大的波动，否则炉况将急剧恶化而导致失控。
2011炉顶煤气循环_氧气鼓风高炉综合数学模型_北科大
身 CO2
和V
身 H2 O
分别为刚进入炉身区
H2 、 N2 、 CO2 和 H2 O 气体体积， m3· t － 1 ； c 为炉 域 CO、
C1 m3·t － 1 ； X C1 X C1 X C1 X C1 身循环煤气量， CO 、 H2 、 N2 、 CO2 和 X H2 O 分
H2 、 N2 、 CO2 和 H2 O 气体 别为炉身循环煤气中 CO、 体积分数． （ 1） （ 2） （ 3） V （ 4 ） 炉顶区域． C2 C2 C2 V顶 CO = 2 V O2 + b （ X CO + 2 X CO2 + X H2 O ） +
欧盟2004年制订并实施了超低co2炼钢计划ulcos高炉炉顶煤气循环技术新型无氮气高炉技术tgrbf是其重点开发的技术之一其目标是减少炼铁碳消耗25目前已完成8m3高炉实验达到了预期效果并已启动产业化开发计划目标是到2020年实现工业生产34但由于技术保密其公开报道的资料很少
第 33 卷 第 10 期 2011 年 10 月
C2 C2 煤 V缸 H2 = V H2 + b （ X H2 + X H2 O ）
-11 ［8 ］
煤 V身 N2 = V N2 + bX
C2 N2
+ cX
C1 N2
V V V 、 V 、 V 式中： V 、
身 CO 身 H2 身 N2
身 CO2
= cX = cX
C1 CO2 C1 H2 O
身 H2 O
C2 C2 煤 V腹 H2 = V H2 + b （ X H2 + X H2 O ）
（ 5） （ 6）
V
腹 CO 腹 H2
高炉热状态模拟模型
唐钢2BF热状态模拟的研究摘要高炉热状态模拟系统目前已广泛应用于国内外炼铁过程控制中，其核心是知识库。
它决定了整个系统的成败，展示了整个高炉的温度，对整个冶炼过程有着重大意义。
高炉热状态是衡量高炉运行状况的重要参数,它直接关系到高炉的稳定和顺行,与生产的各项技术经济指标紧密相关。
铁水中硅的含量表明着高炉冶炼过程中炉缸的热状态，影响着高炉冶炼进程、能量消耗及生铁质量。
因此在日常操作中及时地掌握铁水中的含硅量及其变化趋势，预见性的采取调剂措施，这对于稳定高炉热度、减少炉况的波动、降低铁水含硅量及提高生铁质量和降低焦比等都具有重要意义。
本文主要目的是研究高炉铁水硅质量分数预测问题，使用MATLAB建BP神经网络来预测铁水含硅量，通过以往数据来训练权值和阈值，并通过网络神经元不断自我修正、自我完善，高炉铁水中硅质量分数的变动间接反应炉温的变化。
关键词：高炉，硅含量，BP神经网络，热状态模型AbstractThe heat state simulation system of Blast Furnace，whose core is knowledge base, has been widely used in ironmaking process control at home and abroad. It decides the success or failure of the whole system, shows the temperature of the whole Blast Furnace and has a great effect on the smelting process. Blast furnace heat state is an important parameter of Blast Furnace operation. It is directly related to the stability of the Blast Furnace and the technical and economic indicators of production .Silicon content in hot metal shows the thermal state in the process of smelting of the Blast Furnace and affect the blast furnace smelting process，energy consumption and quality of cast iron. So, in the daily operation, mastering silicon content of hot metal and its change trend and taking relief measures foreseeingly have great significance on the stability of Blast Furnace heat, reducing the Furnace condition fluctuation, reducing hot metal silicon content ,improving the quality of cast iron , decreasing coke rate and so onThe main purpose of this paper is the study of Blast Furnace hot metal silicon mass fraction prediction problem, using MATLAB to build the BP neural network for predicting hot metal silicon content, through the previous data to train the weights and thresholds, and through the network neurons constantly self-correcting, self-perfection, changes in the mass fraction of Blast Furnace hot metal silicon indirect reaction temperature change.Key words: Blast Furnace, silica content, the BP neural network, The heat state simulation system目录第一章绪论 (1)1.1前言 (1)1.2高炉炼铁工艺 (1)1.2.1炼铁的工艺流程和主要组成工序 (1)1.2.2炼铁工艺流程的主要设备及炼铁过程简述 (2)1.2.3高炉炼铁生产的主要经济指标 (2)1.2.4影响高炉热状态的工艺参数 (2)1.3高炉热状态模型的发展 (3)1.3.1离线分析模型 (3)1.3.2炉热指数模型 (3)1.3.3铁水硅含量综合预报模型 (4)1.4研究的目的 (4)第二章神经网络 (6)2.1神经网络定义 (6)2.2神经网络发展历史 (6)2.3神经网络分类及组成 (7)2.4神经网络的基本机理 (8)2.5 BP神经网络的构成 (9)第三章建立高炉热状态模型 (11)3.1 输入层的确定及数据处理 (11)3.1.1输入层参数的确定 (11)3.1.2输入层参数的数据处理 (12)3.2输出层神经元个数 (16)3.3隐藏层神经元数目的确定 (16)3.4神经网络模型的算法流程和改进方案 (16)3.4.1BP算法流程 (16)3.4.2BP算法的改进 (17)3.5具体程序 (19)3.5.1具体程序代码 (19)3.5.2显示图像 (20)第四章唐钢热状态模型 (24)4.1唐钢简介 (24)4.2唐钢高炉 (25)4.3预测铁水硅含量系统流程 (26)4.4硅含量预报模型在唐钢上的作用 (27)结论 (28)参考文献 (29)致谢 (30)第一章绪论1.1前言随着世界经济发展，人们生活水平提高，特别是中国加入WTO以后，世界对于钢铁的需求量日益增大。
基于反应动力学的全高炉数学模型概述
基于反应动力学的全高炉数学模型概述储满生(东北大学)摘要 高炉是一个气固向流的复杂冶金反应器。
为了更好地理解、控制和改进高炉炼铁过程,更多的努力被用于开发高炉数学模型,特别是基于反应动力学理论而开发的反应动力学模型。
本文简述了全高炉反应动力学模型的发展历程,介绍了该类模型的代表-基于多流体理论、反应动力学、冶金传输理论而创建的多流体高炉数学模型,并对全高炉数学模型的未来发展做出了若干展望。
关键词 高炉 数学模型 炼铁 计算流体力学REV I E W S O N TO TAL BLAST FURNACE M ATHEM AT ICALMOD EL BASE D O N REACT IO N-K I NET ICSChu Mansheng(Northeastern University)ABSTRACT B last furnace is a comp lex metallurgical react or with gas-s olid counter-fl ow.I n order t o understand, contr ol and i m p r ove the blast furnace p r ocess,more eff orts are made t o devel op mathe maticalmodels,es pecially ones based on the theories of reacti on-kinetics.A t first,hist oric revie ws on t otal blast furnace model of reacti on-kinetics are made in the paper.Then,multi-fluid blast furnace is intr oduced as one of the latest reacti on-kinetics models.Multi-fluid model is devel oped on basis of multi-fluid theory,kinetics,trans port phenomena theory and computati onal fluid dyna m2 ics.Finally,s ome pers pectives are made f or the future devel op ing trends of t otal blast furnace models.KE Y WO RD S blast furnace mathe matical model ir on making computati onal fluid dyna m ics0 前言在高炉操作过程中,由炉顶加入炉料,从炉缸渣铁口排放渣铁;而从风口鼓入热风和喷吹煤粉,产生的煤气从炉顶逸出。
高炉布料数学模型的开发及应用
U # * # 0 . # " / ) " ,9 0 + 2 ) / + "3K 0 ) 6 /I E $ " ) 2 # F F F K E $ , # "U + 6 / $ + : E / + "X , # 0
" # " ! ! B@c 2A O F ) > W D ) C ( ) > F . @ZK b * ) > / F !HK ? !? I I U
# % $ 3 Q ( S 3 6 S F ) " !’ !$ " 5" $ $0 "0 # * 4# $ & 47
&
本文利用开炉料面实测数据开发高精度的实时 在线布料数学模型 ! 分析炉料在无钟炉顶设备中的 运动 ! 建立 料 流 轨 迹 计 算 模 型 # 分析多环的布料规 律! 并结合 料 流 轨 迹 的 计 算 ! 建立求解料面形状及 % 研究 模型计 算 过 程中 关 键 Z B 比 分布的数学模 型 ! 问题的处理方法 # 介绍布料数学模型在高炉调剂中 的应用 &
沿’ 方向的匀速运动及= 方向的自由落体运动 $ 炉料斜下抛运动轨迹的水平投影距离为 %
>$
" # # # 3 646 3 (3 5" ! 43 = 4# $ (= $# =* ’ () ’ ’ 5 " # 7
? " # " # " 式中 ! # # " 为 炉 料 在 炉 内 的 堆 角’ # 为炉料的自然堆 角’ 为修正系数 ’ 为料线深度 ’ 0 ? " 为炉喉半径 $
( "! #)
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
高炉过程的特点
(2)在密闭容器内进行的过程
大多数参数不能直接观测 很多参数不能连续准确测定
(3)输入参数的变化在炉况上的反映有很大滞后性
焦炭负荷变化――约5－6小时 喷吹煤粉变化――约2－3小时 鼓风温度变化――约1－2小时
高炉冶炼过程是一个 大滞后、多变量、非线性分布参数系统
高炉模型通常为 机理＋经验而建立的模型
人工智能技术在90年代开始 在高炉中进行应用性开发研究
建立高炉操作的专家系统
有模糊识别和自学习的神经网络模型
专 家 系 统 将高炉操作者经验贮存于计算机里，进行炉 况的综合判断和控制 它包括两个主要组成部分：知识库和推理机 优点：克服了纯数学模型灵活性差、适应性 差的问题 缺点：知识库不易维护，对规则知识不具备 学习功能
[Si]
前n次硅值
输入层
中间层
输出层
第一步（学习过程） 对于每一模型的输入，网络不断修正权重， 使输出值接近期望值（实际值）
第二步（预报过程） 学习后的网络能识别： 最新输入的数据与原始学习过程的哪种模 式最接近，并输出结果。
3. 高炉数模的发展
第四阶段80年代以来→人工智能系统
人工智能系统（AI）
基于知识的专家系统 两者正趋结合
基于神经元的神经网络
4. 高炉数模的局限性
数学模型 → 把过程现象用数学方程定量地表达出来 但高炉过程的复杂性→许多现象无法进行定量描述 即高炉过程存在大量模糊信息
数学模型无能为力
操作者凭经验可处理
（1）分类
•按应用形式分类
静态模型－分析，判断，决策（离线） 动态模型－过程指导或控制（在线）
（2）功能
加深对过程的全面认识和理解 指导和控制高炉优质高效运行 不必通过试验只在计算机上即 可预测和导出最优方案
3. 高炉数模的发展
可分为四个阶段
第一阶段 1964年以前→离线计算分析 只限于作一些单纯指数的分析计算 （如热平衡、t理、Rist操作线等）
现场人员不喜欢用数学模型 要求开发高炉人工智能系统 （因为人工智能可以进行模糊推理）
5. 高炉智能模型的开发
指导高炉生产过程
高 炉 生 产 过 程
确定性 信息
数学 模型
精确 推理
不确定性 信息（模 糊信息）
知识 模型
模糊 推理
人 工 智 能 模 型
人工智能是一门新的技术学科 →利用计算机等手段模仿、延伸和扩展人的智能
神经网络系统
具有两大功能 自学习的功能 模糊识别功能 分为二种类型： a 反向传播网络－需利用输出端实际数据反馈校正 b 自组织网络－不需教师数据，自己组织 高炉常用BP网络 （反向传播网络）
基于BP网络的硅预报模型原理
风温 风压 风量 顶温 料速 矿焦比 CO2 ω1 ω2
2. 高炉模型的分类和功能
（1）分类
•按建模方法分类
理论模型－物料平衡、热平衡、化学平衡、反应速度等经典 模型 半经验模型－利用现场统计规律建立的、同时结合理论的模型
人工专家系统－依据投入和产出的变量间的逻辑关系进行判断
（1）分类
•按建模目的分类
模拟解析－煤气分布，温度分布等 计算分析－拉姆联合计算法，Rist操作线等 过程控制－Tc模型，Ts模型，Go－Stop模型等
第七章 高炉过程数学模型概述
高炉自动化要求日益迫切 大型化高炉优质高效运行所要求 炼铁技程数学模型
高炉自控的理论基础 高炉计算机控制的前提
1. 高炉建模的特点
高炉过程的特点
(1)高温下复杂的物化过程 存在气（煤气）、固（炉料）、液（渣铁） 三相的复杂反应 沿高度、径向、圆周方向存在不均匀性
3. 高炉数模的发展
第二阶段 1974年以前→在线过程指导 1964年法国人提出的Wu指数模型在线运行成功 用Wu指数（炉热指数）－代表炉下部热量， 可预测铁水温度及含硅量 以后又派生出Ec、Tc、Ts等炉热指数模型
3. 高炉数模的发展
第三阶段1975年以后→多目标管理 思想：其它非热量参数亦会对炉热指数有影响 高炉需要进行综合判断 故出现了：Go－Stop系统（川崎） AGOS系统（新日铁）